Nguyễn Trọng Dũng Năm bảo vệ: 2010 Abstract: Chương 1: Nghiên cứu cơ sở lý thuyết : trình bày về quy trình khai phá dữ liệu, các phương pháp khai phá dữ liệu được sử dụng.. Chương 2:
Trang 1Ứng dụng khai phá dữ liệu để giảm thiểu rủi ro
tín dụng Trần Xuân Lợi
Trường Đại học Công nghệ Luận văn ThS Chuyên ngành: Công nghệ thông tin; Mã số: 60 48 05
Người hướng dẫn: TS Nguyễn Trọng Dũng
Năm bảo vệ: 2010
Abstract: Chương 1: Nghiên cứu cơ sở lý thuyết : trình bày về quy trình khai phá dữ liệu, các
phương pháp khai phá dữ liệu được sử dụng Chương 2: Lý thuyết về rủi ro tín dụng : trình bày
về ngân hàng thương mại, hoạt động tín dụng trong ngân hàng, hệ thống xếp hạng tín dụng, và lý thuyết về rủi ro tín dụng Chương 3: Ứng dụng khai phá dữ liệu, áp dụng với nguồn dữ liệu của Ngân hàng Kỹ thương Việt Nam Techcombank : trình bày về hệ thống xếp hạng tín dụng thế chấp và tín chấp tiêu dùng áp dụng cho khách hàng thể nhân và ứng dụng khai phá dữ liệu để điều chỉnh hệ thống xếp hạng tín dụng tín chấp tiêu dùng Chương 4: Kết luận và kiến nghị
Keywords: Khai phá dữ liệu; Rủi ro tín dụng; Ngân hàng; Tín dụng
Content:
MỞ ĐẦU
Khai phá dữ liệu là một quá trình phát hiện những mẫu có giá trị, mới, hữu ích tiềm năng
và hiểu được trong dữ liệu Kho dữ liệu của một ngân hàng hay một tập đoàn bán lẻ không ngừng tăng trưởng theo thời gian với tốc độ cao, nhưng chỉ một số ít trong đó là thực sự có giá trị, có lợi hay hỗ trợ cho việc ra quyết định Ngày nay khai phá dữ liệu đã được ứng dụng trong nhiều lĩnh vực của đời sống như bán lẻ, ngân hàng, tài chính…Khai phá dữ liệu trong lĩnh vực tài chính bao gồm các nhiệm vụ sau: dự đoán xu hướng thị trường chứng khoán, lãi suất tiền tệ, đo lường xác suất phá sản của ngân hàng, quản trị rủi ro tài chính, giao dịch hàng hóa tương lai, xếp hạng tín dụng, chống rửa tiền…
Rủi ro tín dụng là khả năng mất vốn khi khách hàng không thực hiện đầy đủ nghĩa vụ nợ, theo nghĩa đó khách hàng không trả được nợ khi các khoản nợ đến hạn bao gồm gốc và lãi dẫn đến chất lượng các khoản nợ suy giảm Việc ứng dụng khai phá dữ liệu vào lĩnh vực quản lý rủi
Trang 2ro nói chung và rủi ro tín dụng nói riêng có một ý nghĩa quan trọng nhằm giảm thiểu tình trạng
nợ quá hạn, nâng cao chất lượng tín dụng, giảm thiểu khả năng mất vốn
Mục đích của đề tài ứng dụng khai phá dữ liệu nhằm nâng cao chất lượng của hệ thống xếp hạng tín dụng của Ngân hàng Kỹ thương Việt Nam Techcombank, để hệ thống xếp hạng tín dụng thực hiện phân loại khách hàng tốt hơn, phản ánh thực chất hơn tình trạng tín dụng của khách hàng
Luận văn gồm 4 chương với bố cục như sau:
Chương 1: Nghiên cứu cơ sở lý thuyết
Trình bày về quy trình khai phá dữ liệu, các phương pháp khai phá dữ liệu được sử dụng Chương 2: Lý thuyết về rủi ro tín dụng
Trình bày về ngân hàng thương mại, hoạt động tín dụng trong ngân hàng, hệ thống xếp hạng tín dụng, và lý thuyết về rủi ro tín dụng
Chương 3: Ứng dụng khai phá dữ liệu, áp dụng với nguồn dữ liệu của Ngân hàng Kỹ thương Việt Nam Techcombank
Trình bày về hệ thống xếp hạng tín dụng thế chấp và tín chấp tiêu dùng áp dụng cho khách hàng thể nhân và ứng dụng khai phá dữ liệu để điều chỉnh hệ thống xếp hạng tín dụng tín chấp tiêu dùng
Chương 4: Kết luận và kiến nghị
TÀI LIỆU THAM KHẢO
TÀI LIỆU TIẾNG VIỆT
[1] PGS.TS Đỗ Phúc (2006), Giáo trình Khai thác Dữ liệu, Trường Đại học Công nghệ thông
tin TP Hồ Chí Minh, Đại học Quốc gia TP Hồ Chí Minh
[2] Ngân hàng Ngoại thương Việt Nam Vietcombank, Cẩm nang tín dụng, Hà Nội, tháng 1
năm 2004
[3] Ngân hàng Nông nghiệp và Phát triển Nông thôn Agribank, Cẩm nang tín dụng,
[4] Ngân hàng Hàng hải Việt Nam MaritimeBank, Tài liệu đào tạo hội nhập Khối quản lý tín
dụng, ban hành 2008
[5] Ngân hàng Kỹ thương Việt Nam Techcombank, Tiêu chuẩn và phương thức xếp hạng tín
dụng khách hàng thể nhân, QĐ 471, ngày 05/05/2003
Trang 3[6] Ngân hàng Kỹ thương Việt Nam Techcombank, Tiêu chuẩn và phương thức xếp hạng
khách hàng sử dụng các sản phẩm cho vay dưới hình thức tín chấp tiêu dùng, mã hiệu
XHCNTC/01, ngày hiệu lực 20/06/2007
[7] Luật các tổ chức tín dụng, sửa đổi năm 2010, Quốc Hội ban hành
[8] Ngân hàng Nhà Nước Việt Nam, Thông tư quy định về các tỷ lệ đảm bảo anh toàn trong
hoạt động của tổ chức tín dụng, số 13/2010/TT-NHNN, Hà Nội, ngày 20/05/2010
[9] Ngân hàng Nhà Nước Việt Nam, Quy định về phân loại nợ, trích lập và sử dụng dự phòng
để xử lý rủi ro tín dụng trong hoạt đông ngân hàng của tổ chức tín dụng, số 493/2005/QĐ,
Hà Nội, ngày 22/04/2005
TÀI LIỆU TIẾNG ANH
[10] Boris Kovalerchuk and Evgenii Vityaev, Data Mining in Finance: Advances in Relational
and Hybrid Methods, Kluwer Academic Publishers, Boston, Dordrecht - London, 2001
[11] Jamie MacLennan, ZhaoHui Tang, Bogdan Crivat, Data Mining with Microsoft SQL Server
2008, Wiley Publishing, Inc
[12] Philo Janus and Guy Fouché, Pro SQL Server 2008 Analysis Services, Apress Publishing, www.apress.com